對(duì)蒙古族家具紋樣進(jìn)行識(shí)別時(shí),主要是主觀視覺去分類,其就是依靠人眼分類,這種分類得出結(jié)果不夠準(zhǔn)確,應(yīng)用計(jì)算機(jī)識(shí)別能實(shí)現(xiàn)智能化,在對(duì)蒙古族家具紋樣進(jìn)行取樣時(shí),由于受到環(huán)境因素、取樣設(shè)備、歷史條件等影響,獲得家具紋樣不夠清晰,紋樣信息丟失,因而影響紋樣的識(shí)別效果。本文在傳統(tǒng)圖像增強(qiáng)的基礎(chǔ)上,提出基于LWT-SWT(Lift Wavelet Transform-Stationary Wavelet Transform)和加權(quán)變換的蒙古族家具紋樣增強(qiáng)算法。把原始圖像的直方圖中像素頻數(shù)出現(xiàn)次數(shù)較少的像素去掉,再通過加權(quán)函數(shù)計(jì)算,提高了蒙古族家具紋樣的質(zhì)量。本論文研究的主要內(nèi)容:1.介紹直方圖均衡化、雙三次插值算法兩種傳統(tǒng)增強(qiáng)方法,并對(duì)蒙古族家具紋樣進(jìn)行處理,比較兩種算法的優(yōu)缺點(diǎn)。2.在現(xiàn)有傳統(tǒng)圖像增強(qiáng)算法的基礎(chǔ)之上,提出基于LWT-SWT和加權(quán)變換的蒙古族家具紋樣增強(qiáng)算法,首先對(duì)輸入家具紋樣進(jìn)行提升小波變換(LWT)和平穩(wěn)小波變換(SWT)分解,將LWT分解的高頻子帶插值到SWT對(duì)應(yīng)的高頻子帶中,將生成的高頻子帶與未處理的低頻子帶通過ILWT(Inverse Lift Wavelet Transf...

【文章頁數(shù)】：57 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１原家具紋樣圖??Ｆｉ．ｌ?Ｐａｔｔｅｒｎ?ｏｒｉｉｎａｌ?ｆｕｒｎｉｔｕｒｅ??

圖像增強(qiáng)方法，主要用來改變圖像質(zhì)量，提??高圖像視覺效果，得到圖像有用的信息，本章將重點(diǎn)介紹直方圖均衡化、雙三次插值??算法兩種經(jīng)典的圖像增強(qiáng)算法，并同時(shí)用此算法處理蒙古族家具紋樣，分析其優(yōu)缺點(diǎn)。??２．１實(shí)驗(yàn)材料??論文選取蒙古族家具紋樣大小為像素值１２８ｘ１２８，計(jì)算機(jī)Ｗｉｎ....

圖２原家具紋樣和ＨＥ處理后的紋樣圖??Ｆｉ．２?Ｐａｔｔｅｒｎｓ?ｏｒｉｉｎａｌ?ｆｕｒｎｉｔｕｒｅ?ａｎｄａｔｔｅｒｎｓ?ＨＥ?ｔｒｅａｔｍｅｎｔ??

?內(nèi)蒙古農(nóng)業(yè)大學(xué)碩士學(xué)位論文?９??將不均勻分布的直方圖轉(zhuǎn)換成均勻分布，便于觀察，還能夠增加直方圖的局部對(duì)比度，??不影響整體的對(duì)比度，對(duì)于像素值的動(dòng)態(tài)范圍具有一定的擴(kuò)張性。其缺點(diǎn)是對(duì)分布的??數(shù)據(jù)不加選擇處理，還有可能增加背景的噪聲干擾，對(duì)于有用的對(duì)比度有所降低，灰??度級(jí)的分....

圖３原圖和ＨＥ處理后的動(dòng)物紋樣直方圖??

１０?基于ＬＷＴ－ＳＷＴ和加權(quán)變換的蒙古族家具紋樣增強(qiáng)與識(shí)別研究???――ｒ”，????ａ?ｂ??圖３原圖和ＨＥ處理后的動(dòng)物紋樣直方圖??Ｆｉｇ．３?Ｏｒｉｇｉｎａｌ?ｉｍａｇｅ?ａｎｄ?ｈｉｓｔｏｇｒａｍ?ａｎｉｍａｌ?ｐａｔｔｅｒｎ?ＨＥ?ｔｒｅａｔｍｅｎｔ??ａ．原動(dòng)物紋樣....

圖４原圖和ＨＥ處理后的植物紋樣直方圖??

１０?基于ＬＷＴ－ＳＷＴ和加權(quán)變換的蒙古族家具紋樣增強(qiáng)與識(shí)別研究???――ｒ”，????ａ?ｂ??圖３原圖和ＨＥ處理后的動(dòng)物紋樣直方圖??Ｆｉｇ．３?Ｏｒｉｇｉｎａｌ?ｉｍａｇｅ?ａｎｄ?ｈｉｓｔｏｇｒａｍ?ａｎｉｍａｌ?ｐａｔｔｅｒｎ?ＨＥ?ｔｒｅａｔｍｅｎｔ??ａ．原動(dòng)物紋樣....

本文編號(hào)：3953541